Audio Toolbox

Entwurf, Analyse und Simulation von Systemen zur akustischen, Sprach- und Audioverarbeitung

Haben Sie noch Fragen? Kontaktieren Sie den Vertrieb.

Die Audio Toolbox bietet Tools zur Signalverarbeitung, -analyse und Simulation für Audio, Sprache und Akustik. Sie umfasst Audio-Verarbeitungsalgorithmen, Schätzung psychoakustischer Metriken, Modellierung der Schallausbreitung, Datenkennzeichnung und -augmentierung sowie Merkmalsextraktion. Die Toolbox enthält ferner vortrainierte Modelle für Machine Learning und Deep Learning für Transfer Learning und Aufgaben wie Klassifizierung, Transkription, Synthese und Quelltrennung. 

Sie können Audio mit geringer Latenzzeit streamen, um Prototypen von Algorithmen zu erstellen und Signale in Echtzeit zu messen. Die Toolbox ermöglicht es Ihnen, Audio- und Akustiksysteme durch eine Kombination von physischer Akustik, Audio-DSP und psychoakustischer Evaluierung zu simulieren. So können Sie Wahrnehmungseffekte frühzeitig im Entwurfsprozess bewerten. Sie können Entwürfe validieren, indem Sie VST- oder Audio-Unit-Plugins generieren und Audiobeispiele mithilfe von KI-Modellen und gehosteten Audio-Plugins verarbeiten. 

MATLAB-Beispiel zur Sprachbefehlserkennung mittels Deep Learning. Das linke Live-Skript zeigt Trainingsdaten-Wellenformen, Mel-Spektrogramme und eine neuronale Netzwerkarchitektur, die zur Erkennung von Sprachbefehlen verwendet wird. Das rechte Live-Skript demonstriert die Live-Befehlserkennung über die Mikrofoneingabe. In schwebenden Fenstern im Vordergrund wird eine aufgezeichnete Audiowellenform und das zugehörige Mel-Spektrogramm angezeigt.

Streaming-Erfassung und -Wiedergabe

Streamen Sie Audio mit geringer Latenz von Soundkarten mithilfe von Standard-Audiotreibern (z. B. ASIO, WASAPI, CoreAudio und ALSA) auf den Betriebssystemen Windows^®, Mac^® und Linux^®. Verwenden Sie das audiostreamer-Objekt, um Audio in Echtzeit zu verarbeiten, Impulsantworten zu messen und reaktionsschnelle Audio-Apps zu entwickeln.

Echtzeit-Audio in MATLAB

Dokumentation | Beispiele

Wellenform mit zwei Sprechern, getrennten Sprechersignalen und Restsignal, die die Rekonstruktion der ursprünglichen Wellenform zeigt.

KI zu Audio-, Sprach- und Akustikzwecken

Wenden Sie Deep Learning und Machine Learning auf Audio-, Sprach- und Akustiksignale an. Erstellen, kennzeichnen und augmentieren Sie Daten für das Modelltraining und das Transfer Learning. Extrahieren Sie Merkmale und führen Sie Zeit-Frequenz-Transformationen durch. Transkribieren und synthetisieren Sie Sprache mithilfe von cloudgestützten oder lokalen Modellen.

Vortrainierte KI-Modelle

Dokumentation | Beispiele

Audio-Verarbeitungsalgorithmen

Generieren Sie Standard-Wellenformen, wenden Sie allgemeine Audioeffekte an und entwickeln Sie Audioverarbeitungssysteme mit dynamischer Parameteroptimierung und Live-Visualisierung in MATLAB und Simulink.

Entwicklung eines Parametrischen Equalizers

Dokumentation | Beispiele

Ein Simulink-Modell eines aktiven Geräuschunterdrückungssystems, das auf dem „filtered-x-LMS“-Algorithmus basiert und für die native Ausführung auf einer Speedgoat-Echtzeitmaschine konfiguriert ist.

Systemmodellierung mit Simulink

Entwickeln Sie Systemmodelle mithilfe von Bibliotheken mit Audio-Verarbeitungsblöcken für Simulink. Optimieren Sie Parameter und visualisieren Sie das Systemverhalten mithilfe interaktiver Steuerelemente und dynamischer Diagramme. Simulieren Sie DSP-Systeme, analoge Schaltkreise und Deep-Learning-Modelle. Generieren Sie Programmcode für Embedded Systems.

Dokumentation | Beispiele

Simscape-Modell eines Aktivlautsprechers, das mechanische, elektrische und akustische physikalische Bereiche sowie DSP-Vorverarbeitungsblöcke umfasst.

Akustik mit konzentrierten Parametern

Simulieren Sie Akustiksysteme mithilfe von Modellen mit konzentrierten Parametern in Simulink mit Simscape und dem Simscape Acoustic Add-on. Modellieren Sie Gehäuse, Rohre und Wandler und integrieren Sie diese in elektrische, mechanische und DSP-Komponenten, um eine frühe Validierung auf Systemebene zu ermöglichen.

Dokumentation | Beispiele

3D-Modell eines Büroraums mit Schallquelle und Empfängern.

Modelle der akustischen Raumantwort

Modellieren Sie Raumakustik mit Raytracing- und Bildquellenverfahren. Messen Sie akustische und Audiosystemantworten mithilfe von Audiohardware mit MLS- und ESS-Sequenzen. Kodieren und dekodieren Sie den Raumklang mit HRTFs, Ambisonics und SOFA-Dateien. Modellieren Sie Unterwasserakustikkanäle.

Dokumentation | Beispiele

Psychoakustik und Audioqualität

Wenden Sie Schalldruckpegel (SPL)-Messgeräte und Oktav- und Bewertungsfilter auf Audiosignale an. Analysieren Sie Aufnahmen mithilfe von standardmäßigen Wahrnehmungsmodellen für Lautheit, Rauheit und Schärfe. Bewerten Sie die Audioqualität und die Sprachverständlichkeit mit Metriken wie ViSQOL, STOI, STI und SII.

Dokumentation | Beispiele

Erstellung und Hosting eines Audio-Plugins

Erstellen Sie Schnittstellen für einstellbare Algorithmusparameter. Generieren Sie VST- und Audio-Unit-Plugins direkt aus MATLAB Programmcode. Verwenden Sie externe VST- und Audio-Unit-Plugins als reguläre MATLAB-Objekte, um Signalabtastwerte in MATLAB zu verarbeiten. Steuern Sie Plugin-Parameter programmatisch und über MIDI-Steuerelemente.

Entwerfen Sie Ihr erstes Audio-Plugin mithilfe von MATLAB

Dokumentation | Beispiele

Einsatz in Embedded- und Echtzeit-Audiosystemen

Generieren Sie mit MATLAB und Simulink Coder-Produkten C und C++ Quellcode aus Signalverarbeitungs- und Machine-Learning-Algorithmen, die als Toolbox-Funktionen, -Objekte und Blöcke bereitstehen. Generieren Sie CUDA^®-Quellcode aus ausgewählten Merkmalsextraktionsfunktionen. Erstellen Sie Prototypen für Audio-Verarbeitungsentwürfe auf Raspberry Pi^®, auf Android^®- oder iOS-Geräten, Speedgoat^®-Audiohardware und ST Discovery-Platinen.

Dokumentation | Beispiele

Produktressourcen:

Dokumentation Beispiele Videos Technische Artikel Funktionen Hardware-Unterstützung Anforderungen Versionshinweise

Häufig gestellte Fragen zur Audio Toolbox

Alle erweitern

Die Audio Toolbox bietet Tools zur Signalverarbeitung und -analyse für Audio, Sprache und Akustik, unter anderem Algorithmen zur Signalverarbeitung, zur Schätzung von Akustikmetriken, zur Kennzeichnung und Augmentation von Audiodatensätzen sowie zur Extraktion von Audiomerkmalen.

Sie können Audio mit geringer Latenz unter Windows, Mac und Linux mithilfe von Standard-Audiotreibern wie ASIO, WASAPI, CoreAudio und ALSA zu und von Soundkarten streamen und dabei Live-Audio in MATLAB mit Umlauf-Latenzzeiten im Millisekundenbereich verarbeiten.

Ja, Sie können VST-Plugins, AU-Plugins und eigenständig ausführbare Plugins direkt aus MATLAB Programmcode generieren, ohne dass eine manuelle Gestaltung von Benutzeroberflächen erforderlich ist.

Die Toolbox umfasst vortrainierte Machine-Learning- und Deep-Learning-Modelle, die Transfer Learning für Aufgaben wie Embedding-Extraktion, Tonklassifizierung, Sprecherverifikation, Sprachtranskription und -synthese, Quelltrennung und Reduktion von Hintergrundgeräuschen unterstützen.

Ja, Sie können Systemmodelle mithilfe von Bibliotheken mit Audio-Verarbeitungsblöcken für Simulink entwickeln, Parameter anpassen, Systemverhalten visualisieren und DSP, analoge Schaltungen und Deep Learning-Modelle simulieren.

Ja, die Audio Toolbox bietet Plugin-Hosting, sodass Sie MATLAB-Arrays mithilfe von externen VST- und AU-Plugins wie reguläre MATLAB-Objekte verarbeiten und Plugin-Parameter im Programm, über Benutzeroberflächen oder MIDI-Steuerelemente ändern können.

Sie können Raum-Impulsantworten mithilfe von Maximalfolgen und exponentiell durchgestimmten Sinusoiden messen, SOFA-Dateien lesen und schreiben, Außenohr-Übertragungsfunktionen analysieren, Ambisonic-Formate codieren und decodieren sowie Lautstärkemesser und Oktavfilter anwenden.

Die Audio Toolbox bietet eine Sammlung von psychoakustischen Metriken und Wahrnehmungsmetriken zur Beurteilung der Lärmbelastung, Klangqualität und Sprachverständlichkeit. Dazu gehören Lautheitsmessungen sowie Schalldruckpegel (SPL) und Peak-/True-Peak-Programmmessungen zur Überwachung und Normalisierung. Für die wahrnehmungsbezogene Beurteilung über den Pegel hinaus unterstützt die Audio Toolbox Metriken zur Sprachverständlichkeit (z. B. STOI) und zur wahrgenommenen Audioqualität (ViSQOL). Diese Tools ermöglichen eine objektive, wahrnehmungsrelevante Bewertung von Audiosignalen für Anwendungen in der Tonqualitätsanalyse.

Ja, die Toolbox unterstützt die Simulation akustischer physikalischer Systeme durch ergänzende Tools. Die Simscape Acoustic Library auf File Exchange ermöglicht die Modellierung physikalischer akustischer Komponenten wie Kanäle, Gehäuse, Lautsprecher und Mikrofone mit konzentrierten Parametern mithilfe der Simscape-Engine. Darüber hinaus bietet die Audio Toolbox Raumakustiksimulationen mithilfe von Bildquellen- und stochastischen Raytracing-Methoden.

Ja, mit MATLAB- und Simulink Coder-Produkten können Sie C und C++ Quellcode generieren und Prototypen für Audio-Verarbeitungsentwürfe auf Plattformen wie Raspberry Pi, Android- oder iOS-Mobil-Apps, Speedgoat-Audiohardware und dem ST Discovery Board erstellen.